COMPUTAÇÃO UBÍQUA APLICADA À IDENTIFICAÇÃO DE LACUNAS DE APRENDIZAGEM NO CONTEXTO DO ENEM
Aprendizagem autorregulada. Aprendizagem ubíqua. Design Science Research. ENEM. Rastreamento da aprendizagem
A preparação para o Exame Nacional do Ensino Médio (ENEM) exige que o estudante não apenas domine conteúdos, mas gerencie lacunas de conhecimento em uma matriz complexa de competências e habilidades. No entanto, muitas ferramentas digitais focam apenas em métricas pontuais de acerto, sem oferecer suporte à autorregulação e à consciência metacognitiva do progresso. Esta pesquisa, inserida no campo da Computação Aplicada à Educação e alinhada à linha Engenharia de Software e Sistemas Computacionais (ESSC), adota a abordagem da Design Science Research (DSR) para projetar e avaliar um aplicativo móvel fundamentado em Computação Ubíqua e Rastreamento do Conhecimento (Knowledge Tracing). O objetivo é fornecer feedback estruturado e orientado à Matriz de Referência do ENEM, promovendo a percepção de lacunas de aprendizagem em competências e habilidades exigidas pelo exame. Os resultados parciais incluem a definição de personas baseadas em microdados do Instituto Nacional de Estudos e Pesquisas Educacionais Anísio Teixeira (INEP), a elicitação de requisitos funcionais e não funcionais, e a concepção de uma arquitetura modular composta por um aplicativo móvel, um servidor back-end e um módulo de análise de interações. A análise de competidores revelou que, embora existam soluções de mercado, há uma carência de ferramentas que integrem o rastreamento por habilidade com visualização ao longo do tempo. Espera-se que o artefato final contribua para a democratização do acesso a estratégias de estudo eficazes, como a prática de recuperação, adaptadas ao cotidiano do estudante brasileiro.